Notice bibliographique
Résumé
Translating picture books is a many-splendored thing: it includes not only the relationship between the verbal and the visual (images and other elements) but also issues like reading aloud and child images. In the following, while mainly concentrating on the visual, I will deal with the other questions as well, as they all interact and influence each other. My starting point is translating as rewriting for target-language audiences – we always need to ask the crucial question: “For whom?” Hence, while writing children’s books is writing for children, translating children’s literature is translating for children. (See Hunt 1990:1, 60-64 and Oittinen 2000.) The reasons why I take such a special interest in translating picture books are twofold: cultural and national as well as individual. In Finland, we translate a lot: 70-80% of all the books published for children annually are translations. From the perspective of picture books, the number may be even higher (and 90% of the translations come from the English language; see Rättyä 2002:18-23). Moreover, being an artist and translator of picture books makes me especially keen on the visual as a translation scholar as well. As a case study, I have chosen Maurice Sendak’s classical picture book Where the Wild Things Are and its translations into German, Swedish and Finnish. At the background of my article is my book Translating for Children (2000) as well as my forthcoming book Kuvakirja kääntäjän kädessä on translating picture books. Due to copyright reasons, I only have picture examples from illustrations of my own.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».